El análisis de masas y tumores en mamografía es un problema difícil porque los signos del cáncer pueden ser mínimos o estar superpuestos en el tejido. Las técnicas de procesamiento de imágenes pueden mejorar el diagnóstico reduciendo los costos. La detección de masas es un reto debido al bajo contraste y la pobre definición de los bordes. Una solución al problema es representar una masa mediante conjuntos difusos. En este trabajo se estudia la propuesta de Guliato et al. que plantean dos métodos de segmentación difusos. El primero determina el borde de una masa por crecimiento por regiones clásico, luego de un preprocesamiento difuso de la región de interés. El segundo es un método de crecimiento por regiones difuso. Estos métodos necesitan un píxel semilla y un umbral. En este trabajo se propone una selección automática del píxel semilla mediante la selección de píxeles muy correlacionados según la transformada wavelet de la imagen. Como medida de evaluación en la segmentación, se emplea la medida de ambigüedad definida por los autores citados. Con la selección de semilla propuesta se obtienen mejores resultados en la segmentación, respecto al uso de una semilla aleatoria.